随着城市机动车保有量和交通出行需求的增加,城市道路的拥堵问题越来越受关注。城市路网中的干线道路和交叉口是城市交通系统的大动脉和主要控制节点,对路网运行效率有很大的影响。因此,单个路口和干线协调控制的信号配时对城市交通运输尤为重要。实际上,信号配时方案需要根据实际道路运行状态周期性地做出调整,但是通常信号配时的维护周期都过长。另一方面,近年来移动导航软件迅速发展,由此获得的采样轨迹数据可以提供道路上的交通运行状态,进而指导信号配时优化。同时轨迹数据弥补传统检测器数据的不足,管理者能够根据轨迹信息识别出路网中承担主要交通流量的干线并进行协调优化。基于上述思路,本文开展基于采样轨迹数据的信号配时优化研究,旨在提出一种简单有效的信号配时优化方法,通过迭代优化,实现改善路网整体交通运行状态的研究目标。本文的研究成果和贡献主要有以下几点:1.从理论和仿真实验两个角度证明了采样轨迹数据的累积充分性。本文经过理论推导和仿真实验,论证了当采样轨迹数据的累积周期达到某一阈值时,采样数据即可以充分地反映道路的整体交通运行状态,从而可以指导信号配时的优化。2.充分利用轨迹数据的优势,实现利用采样轨迹数据进行主干线的识别。本文以最大化覆盖车流量为原则,建立一个整数规划问题,求解得到若干条不相交的主干线,并确定协调相位进行协调控制,可以更大程度地降低路网整体的旅行时间和平均延误。3.研究了基于采样轨迹数据的信号配时迭代优化算法。本文提出的算法包括针对单个路口和主干线的周期长度、绿信比和相位差的优化算法。根据延误评价指标建立优化措施决策算法,生成信号配时优化方案,且算法简单易行。通过迭代优化,可以减小路网整体的平均延误,提高交通网络运行效率。4.搭建了仿真实验框架并实现了信号配时迭代优化算法。本文利用仿真实验验证了文中提出算法的有效性,并比较了三种不同优化场景下的优化结果,分别使得路网平均延误下降了35%、43%和48%。结果显示本文提出的算法对于改善路网交通运行状态的效果最为显著。